La carrera por dejar de pagarle a NVIDIA, y la apuesta distinta de Anthropic

Por Mookie Tenembaum

Usar IA cuesta dinero, y casi todo ese dinero termina en una sola empresa. La empresa se llama NVIDIA y fabrica los chips que hacen funcionar a estos modelos. A mediados de 2026 controlaba cerca del 70 por ciento de ese mercado. Quien quiere competir en esta industria le compra a ella y paga el precio que ella fija. Por eso los grandes laboratorios buscan desde hace meses una salida. Quieren bajar su costo y depender menos de ese único proveedor. Conviene entender quién lo logra, quién no, y por qué Anthropic eligió un camino que parece un error y quizá no lo sea.

Primero hay que separar dos cosas que el público suele confundir. Una es entrenar el modelo. Entrenar es construirlo desde cero, un proceso lento y carísimo que se hace pocas veces. La otra es usarlo. Cada vez que alguien le hace una pregunta a un modelo y recibe una respuesta, ese trabajo se llama inferencia. El entrenamiento ocurre una vez. La inferencia ocurre millones de veces por día, todos los días. Ahí vive el gasto que nunca se detiene. Y ahí el precio que cobra NVIDIA duele a cada hora.

De esa cuenta nace la idea de fabricar un chip propio. Un chip propio es un procesador hecho a medida para una sola tarea. Es más barato de operar que un chip de uso general, aunque también es menos flexible y más difícil de diseñar. La apuesta de todos es la misma. Construir un chip que sirva las respuestas más barato, quedarse con el margen que hoy se lleva NVIDIA, y soltar de a poco la cadena del proveedor único. Veamos dónde quedó cada uno.

Google empezó esta carrera mucho antes que el resto, hace más de 10 años. Su chip se llama TPU y ya va por la séptima generación, con el nombre de Ironwood, pensada sobre todo para la inferencia. Google entrena y sirve sus modelos con silicio propio, y además le alquila esa capacidad a otros. Es el laboratorio menos atado a NVIDIA de todos.

Amazon construyó dos chips en su propia casa de diseño. Uno para entrenar, llamado Trainium, y otro para servir, llamado Inferentia. Trainium 3 ya salió y Trainium 4 llega para el cambio de año. Sobre ese silicio entrena Anthropic a gran escala, lo cual es la mejor prueba de que el chip funciona en serio.

Meta fabricó su chip, llamado MTIA, solo para uso interno. Nunca lo alquila. Lo orientó primero a la inferencia y lo renueva a un ritmo feroz, una versión nueva cada 6 meses. Para entrenar sus modelos grandes igual sigue comprando a NVIDIA y firmó además con AMD.

Microsoft también hizo su chip, llamado Maia, y tropezó dos veces. La primera versión casi no sirvió. La segunda se atrasó cerca de 6 meses por cambios que pidió su propio socio, OpenAI. Su jefe repite que Maia no reemplaza a NVIDIA, solo la acompaña.

OpenAI fue el último en sumarse. A fines de junio de 2026 presentó su primer chip, llamado Jalapeño, fabricado junto a Broadcom y dedicado solo a la inferencia. Lo mostró en una ceremonia con foto, mientras todavía medía su rendimiento real. Conviene recordar una contradicción que su anuncio calla. OpenAI sigue siendo uno de los mayores clientes de NVIDIA y al mismo tiempo recibió dinero de NVIDIA.

Quedaron dos laboratorios sin chip propio, por razones opuestas.

Uno es xAI. No construyó nada y le compra a NVIDIA a una escala enorme. Es la apuesta más veloz y la más expuesta. Si el precio del proveedor sube, lo paga entero y sin defensa.

El otro es Anthropic, y su caso es el más interesante. Tampoco fabricó un chip, pero no se entregó a un solo proveedor. Se volvió cliente de tres a la vez. Entrena y sirve a su modelo Claude sobre las TPU de Google, sobre el Trainium de Amazon y sobre los chips de NVIDIA, y manda cada tarea al silicio que más le conviene en cada caso. Es el único laboratorio grande que entrena en serio fuera de NVIDIA sin tener fábrica propia.

La pregunta es legítima. ¿Tiene razón Anthropic en no construir su chip?

A favor de no hacerlo hay motivos fuertes. Diseñar un chip es lento, caro y riesgoso. Lleva años llevarlo del plano a la fábrica y puede nacer viejo. Tesla cerró su proyecto de chip propio después de años de trabajo. Microsoft falló con su primera versión. Anthropic se ahorró esa apuesta y puso su dinero donde le rinde más, en los modelos. Además conserva una libertad que los fabricantes pierden. Elige cada año la mejor herramienta disponible sin casarse con una sola. Y juega a tres proveedores uno contra otro. Google y Amazon no solo le venden capacidad. También invirtieron en él para ganar su preferencia. El cliente hasta cobró por elegirlos.

En contra hay un costo que no figura en la factura del mes. Quien no fabrica su chip no controla su propio piso de precios. El margen del silicio se lo queda el dueño de la fábrica, no el cliente. Cada respuesta de Anthropic viaja sobre un chip ajeno. Y hay algo más delicado, la subordinación. El cliente es el primero al que se le puede cortar el suministro. Cuando Broadcom informó a sus reguladores el acuerdo para entregarle 3,5 gigavatios de capacidad, agregó una frase fría. El consumo de esa capacidad por parte de Anthropic depende de su éxito comercial continuo. El proveedor dejó por escrito que el riesgo era del cliente.

Visto en conjunto, el orden de la carrera por estos años quedó claro. Google manda en el bando que escapó de NVIDIA, por antigüedad y madurez. Amazon es el segundo pilar y Anthropic es su prueba viviente. OpenAI llegó tarde y con un chip todavía sin medir, sobre una dependencia financiera que su prosa esconde. Meta fabrica con disciplina pero solo para su casa. Microsoft acompaña y corrige sus tropiezos. xAI corre primero y sin red. Anthropic mira desde un lugar a la vez cómodo e incómodo, libre de la fábrica y atado a quien se la presta.

Acá aparece lo que casi nadie cuenta. Todos huyeron de NVIDIA y corrieron hacia otro proveedor escaso, más arriba en la cadena. Cada uno de estos chips, propio o alquilado, necesita un mismo insumo difícil de conseguir. Es una memoria especial y muy veloz que alimenta al procesador, conocida por su sigla HBM. Importa entenderla porque hoy el límite de la inferencia no es la potencia de cálculo sino la velocidad con que esa memoria entrega los datos. La fabrican apenas 3 empresas en el mundo, SK Hynix, Samsung y Micron. Vendieron su producción con años de anticipación. Avisaron que la escasez sigue hasta 2027 o más. Una de ellas, SK Hynix, frenó incluso su memoria más avanzada para fabricar memoria común, donde el margen quedó más alto.

Esa es la lección que conviene leer con cuidado. Los laboratorios creyeron que se liberaban de un proveedor único y solo cambiaron de amo. El nuevo cobra en memoria y no atiende reclamos. Fabricar un chip propio sirve para esquivar un peaje. No sirve para esquivarlos todos. Anthropic pareció entender esto antes que el resto. No construyó su chip porque vio que el chip no era el verdadero cuello del problema. El verdadero cuello cabe en la palma de la mano y se mide en obleas de memoria.

Las cosas como son.

Mookie Tenembaum aborda temas de tecnología como este todas las semanas junto a Claudio Zuchovicki en su podcast La Inteligencia Artificial, Perspectivas Financieras, disponible en Spotify, Apple, YouTube y todas las plataformas.